不良分类方法及装置制造方法及图纸

本发明专利技术提供了一种不良分类方法及装置，属于半导体技术领域。不良分类方法，包括：利用不良特征信息与生产执行系统MES信息组成原始数据集；利用所述原始数据集构造多个子数据集，每一子数据集包括多个数据样本；对每一子数据集生成一决策树，并得到每一决策树的分类结果；利用随机森林选择算法选择票数最多的分类结果，作为最终的分类结果。本发明专利技术能够实现晶圆制程中对不良样本的精确分类。

Defect classification method and device

【技术实现步骤摘要】
不良分类方法及装置
本专利技术涉及半导体
，特别是指一种不良分类方法及装置。
技术介绍
随着高科技半导体技术不断的发展，半导体产业被誉为科技业的命脉，中国半导体市场急剧扩张，终将成为中国经济的支柱。在摩尔定律的推动下，半导体制程持续微缩。成熟的量产技术已达14纳米，半导体大厂更朝10纳米、7纳米迈进，连5纳米也在规划中。随着技术节点的推进，随之而来的是器件结构、材料、图案形成与制程技术、晶圆尺寸等都发生了转变。更小的关键尺寸(7纳米或更低)和高集成度带来许多物理缺陷，致使晶圆代工厂面临产量低产品功能性失效的问题。在这种情况下，量测和检测分析等制程控制技术对半导体行业的发展愈发的重要。制程控制中的检测、量测与数据分析等方法广泛地运用在整个半导体制造周期中。从前端的半导体材料硅片制造，到晶圆制造，中测，封装到成测。每一步都会对良率产生影响，并且最终良率是由每一步的良率的积组成。从产线中通过检测设备获取不良数据，将不良数据分类成不同的类，以供良率工程师分析使用，有助于良率的提升，但现有的不良分类方法的分类结果不够精确。<本文档来自技高网...

【技术保护点】
1.一种不良分类方法，其特征在于，包括：/n利用不良特征信息与生产执行系统MES信息组成原始数据集；/n利用所述原始数据集构造多个子数据集，每一子数据集包括多个数据样本；/n对每一子数据集生成一决策树，并得到每一决策树的分类结果；/n利用随机森林选择算法选择票数最多的分类结果，作为最终的分类结果。/n

【技术特征摘要】
1.一种不良分类方法，其特征在于，包括：
利用不良特征信息与生产执行系统MES信息组成原始数据集；
利用所述原始数据集构造多个子数据集，每一子数据集包括多个数据样本；
对每一子数据集生成一决策树，并得到每一决策树的分类结果；
利用随机森林选择算法选择票数最多的分类结果，作为最终的分类结果。


2.根据权利要求1所述的不良分类方法，其特征在于，还包括：
获取检测设备测量得到的不良特征信息。


3.根据权利要求1所述的不良分类方法，其特征在于，所述利用所述原始数据集构造多个子数据集包括：
从所述原始数据集中随机采样出N个数据样本构造所述子数据集，N为大于1的整数。


4.一种不良分类装置，其特征在于，包括：
原始数据集构建模块，用于利用不良特征信息与生产执行系统MES信息组成原始数据集；
子数据集构造模块，用于利用所述原始数据集构造多个子数据集，每一子数据集包括多个数据样本；
...

【专利技术属性】
技术研发人员：史进，张少飞，李在桓，
申请(专利权)人：西安奕斯伟硅片技术有限公司，
类型：发明
国别省市：陕西;61